跳到主要内容

Google VertexAI 多模态嵌入

DeepSeek V3 中英对照 Multimodal Embedding Google VertexAI Multimodal Embeddings

备注

实验性功能。仅用于实验目的。目前与 VectorStores 还不兼容。

Vertex AI 支持两种类型的嵌入模型，分别是文本嵌入和多模态嵌入。本文档描述了如何使用 Vertex AI 的多模态嵌入 API 来创建多模态嵌入。

多模态嵌入模型根据您提供的输入生成 1408 维向量，输入可以包括图像、文本和视频数据的组合。然后，嵌入向量可用于后续任务，如图像分类或视频内容审核。

图像嵌入向量和文本嵌入向量位于相同的语义空间中，并且具有相同的维度。因此，这些向量可以互换使用，例如通过文本搜索图像，或通过图像搜索视频。

备注

VertexAI 多模态 API 规定了 以下限制。

提示

对于纯文本嵌入的使用场景，我们建议使用 Vertex AI 文本嵌入模型。

前提条件​

  • 安装适合您操作系统的 gcloud CLI。

  • 通过运行以下命令进行身份验证。将 PROJECT_ID 替换为您的 Google Cloud 项目 ID，并将 ACCOUNT 替换为您的 Google Cloud 用户名。

gcloud config set project <PROJECT_ID> &&
gcloud auth application-default login <ACCOUNT>
none

添加仓库和 BOM​

Spring AI 的构件已发布在 Maven Central 和 Spring Snapshot 仓库中。请参考 Repositories 部分，将这些仓库添加到你的构建系统中。

为了帮助进行依赖管理，Spring AI 提供了一个 BOM（物料清单），以确保在整个项目中使用的 Spring AI 版本一致。请参考 依赖管理 部分，将 Spring AI BOM 添加到你的构建系统中。

自动配置​

Spring AI 为 VertexAI 嵌入模型提供了 Spring Boot 自动配置。要启用它，请将以下依赖项添加到项目的 Maven pom.xml 文件中：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-vertex-ai-embedding-spring-boot-starter</artifactId>
</dependency>
xml

或者到你的 Gradle build.gradle 构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-vertex-ai-embedding-spring-boot-starter'
}
groovy
提示

请参考依赖管理部分，将 Spring AI BOM 添加到你的构建文件中。

嵌入属性​

前缀 spring.ai.vertex.ai.embedding 用作属性前缀，允许你连接到 VertexAI Embedding API。

属性描述默认值
spring.ai.vertex.ai.embedding.project-idGoogle Cloud Platform 项目 ID-
spring.ai.vertex.ai.embedding.location区域-
spring.ai.vertex.ai.embedding.apiEndpointVertex AI Embedding API 端点。-

前缀 spring.ai.vertex.ai.embedding.multimodal 是一个属性前缀，允许你为 VertexAI 多模态嵌入配置嵌入模型的实现。

属性描述默认值
spring.ai.vertex.ai.embedding.multimodal.enabled启用 Vertex AI Embedding API 模型。true
spring.ai.vertex.ai.embedding.multimodal.options.model您可以使用以下模型获取多模态嵌入：multimodalembedding@001
spring.ai.vertex.ai.embedding.multimodal.options.dimensions指定低维度嵌入。默认情况下，嵌入请求返回 1408 维浮点向量。您还可以为文本和图像数据指定低维度嵌入（128、256 或 512 维浮点向量）。1408
spring.ai.vertex.ai.embedding.multimodal.options.video-start-offset-sec视频片段的开始偏移量（以秒为单位）。如果未指定，则计算为 max(0, endOffsetSec - 120)。-
spring.ai.vertex.ai.embedding.multimodal.options.video-end-offset-sec视频片段的结束偏移量（以秒为单位）。如果未指定，则计算为 min(视频长度, startOffSec + 120)。如果同时指定了 startOffSec 和 endOffSec，则 endOffsetSec 将调整为 min(startOffsetSec+120, endOffsetSec)。-
spring.ai.vertex.ai.embedding.multimodal.options.video-interval-sec视频嵌入生成的时间间隔。interval_sec 的最小值为 4。如果间隔小于 4，将返回 InvalidArgumentError。间隔的最大值没有限制。但是，如果间隔大于 min(视频长度, 120s)，则会影响生成的嵌入质量。默认值：16。-

手动配置​

VertexAiMultimodalEmbeddingModel 实现了 DocumentEmbeddingModel 接口。

将 spring-ai-vertex-ai-embedding 依赖添加到你的项目的 Maven pom.xml 文件中：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-vertex-ai-embedding</artifactId>
</dependency>
xml

或者到你的 Gradle build.gradle 构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-vertex-ai-embedding'
}
groovy
提示

请参考依赖管理部分，将 Spring AI BOM 添加到您的构建文件中。

接下来，创建一个 VertexAiMultimodalEmbeddingModel 并使用它来生成嵌入（embeddings）：

VertexAiEmbeddingConnectionDetails connectionDetails =
    VertexAiEmbeddingConnectionDetails.builder()
        .projectId(System.getenv(<VERTEX_AI_GEMINI_PROJECT_ID>))
        .location(System.getenv(<VERTEX_AI_GEMINI_LOCATION>))
        .build();

VertexAiMultimodalEmbeddingOptions options = VertexAiMultimodalEmbeddingOptions.builder()
    .model(VertexAiMultimodalEmbeddingOptions.DEFAULT_MODEL_NAME)
    .build();

var embeddingModel = new VertexAiMultimodalEmbeddingModel(this.connectionDetails, this.options);

Media imageMedial = new Media(MimeTypeUtils.IMAGE_PNG, new ClassPathResource("/test.image.png"));
Media videoMedial = new Media(new MimeType("video", "mp4"), new ClassPathResource("/test.video.mp4"));

var document = new Document("Explain what do you see on this video?", List.of(this.imageMedial, this.videoMedial), Map.of());

EmbeddingResponse embeddingResponse = this.embeddingModel
	.embedForResponse(List.of("Hello World", "World is big and salvation is near"));

DocumentEmbeddingRequest embeddingRequest = new DocumentEmbeddingRequest(List.of(this.document),
        EmbeddingOptions.EMPTY);

EmbeddingResponse embeddingResponse = multiModelEmbeddingModel.call(this.embeddingRequest);

assertThat(embeddingResponse.getResults()).hasSize(3);
java